การใช้ merge_ordered()

การรวมข้อมูลด้วย pandas

Aaren Stubberfield

Instructor

merge_ordered()

ตัวอย่างตารางของ merge_ordered()

เปรียบเทียบเมธอด

เมธอด .merge():

คอลัมน์ที่ใช้ join
- on, left_on, และ right_on
ประเภทของ join
- how (left, right, inner, outer) {{@}}
- ค่าเริ่มต้น inner
ชื่อคอลัมน์ที่ซ้ำกัน
- suffixes
การเรียกใช้เมธอด
- df1.merge(df2)

เมธอด merge_ordered():

คอลัมน์ที่ใช้ join
- on, left_on, และ right_on
ประเภทของ join
- how (left, right, inner, outer)
- ค่าเริ่มต้น outer
ชื่อคอลัมน์ที่ซ้ำกัน
- suffixes
การเรียกใช้ฟังก์ชัน
- pd.merge_ordered(df1, df2)

ชุดข้อมูลทางการเงิน

ภาพหนังสือพิมพ์พร้อมกราฟ Dow Jones

¹ Photo by Markus Spiske on Unsplash

ข้อมูลหุ้น

ชื่อตาราง: aapl

  date        close    
0 2007-02-01  12.087143
1 2007-03-01  13.272857
2 2007-04-01  14.257143
3 2007-05-01  17.312857
4 2007-06-01  17.434286

ชื่อตาราง: mcd

  date        close    
0 2007-01-01  44.349998
1 2007-02-01  43.689999
2 2007-03-01  45.049999
3 2007-04-01  48.279999
4 2007-05-01  50.549999

การ merge ข้อมูลหุ้น

import pandas as pd
pd.merge_ordered(aapl, mcd, on='date', suffixes=('_aapl','_mcd'))

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   NaN

Forward fill

ภาพก่อนและหลังการใช้ forward fill ค่าที่หายไปในคอลัมน์จะถูกเติมด้วยค่าก่อนหน้าในคอลัมน์เดียวกัน

ตัวอย่าง forward fill

pd.merge_ordered(aapl, mcd, on='date', 
                 suffixes=('_aapl','_mcd'), 
                 fill_method='ffill')

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   50.549999

pd.merge_ordered(aapl, mcd, on='date', 
                 suffixes=('_aapl','_mcd'))

  date        close_aapl  close_mcd
0 2007-01-01  NaN         44.349998
1 2007-02-01  12.087143   43.689999
2 2007-03-01  13.272857   45.049999
3 2007-04-01  14.257143   48.279999
4 2007-05-01  17.312857   50.549999
5 2007-06-01  17.434286   NaN

ควรใช้ merge_ordered() เมื่อใด?

ข้อมูลที่เรียงตามลำดับ / time series
การเติมค่าที่หายไป

มาฝึกกันเถอะ!

การรวมข้อมูลด้วย pandas